반복학습법에 의해 작성한 N-gram 언어모델을 이용한 연속음성인식에 관한 연구

오세진; 황철준; 김범국; 정호열; 정현열

추천

검색

자료유형: 학술저널

저자정보: 오세진 (영남대학교 전자정보공학부) 황철준 (영남대학교 전자정보공학부) 김범국 (대구과학대학 정보전자통신계열) 정호열 (영남대학교 전자정보공학부) 정현열 (영남대학교 전자정보공학부)

저널정보: 한국음향학회 한국음향학회지 한국음향학회지 제19권 제6호

발행연도: 2000.1

수록면: 62 - 70 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2000

반복학습법에 의해 작성한 N-gram 언어모델을 이용한 연속음성인식에 관한 연구

오세진 , 황철준 , 김범국 외 2명 한국음향학회지 2000.01 학술저널

1999

연속음성인식 시스템의 성능 향상을 위한 반복학습법을 이용한 언어모델

오세진 , 황철준 , 김범국 외 2명 한국음향학회 학술발표대회 1999.01 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

일반적으로 통계적 언어모델의 확률을 추정하는 방법은 대량의 텍스트 데이터로부터 출현빈도가 높은 단어를 선택하여 사용하고 있다. 하지만 특정 태스크에서 적용할 언어모델의 경우 시간적, 비용적 측면을 고려할 때 대용량의 텍스트의 사용은 비효율적일 것이다. 본 논문에서는 특정 태스크에서 사용하기 위해 소량의 텍스트 데이터로부터 효율적인 언어모델을 작성하는 방법을 제안한다. 즉, 언어모델을 작성할 때 출현빈도가 낮은 단어의 빈도를 개선하기 위해 같은 문장을 반복하여 학습에 참가시키므로 단어의 발생확률을 좀 더 강건하게 하였으며 제안된 언어모델을 이용하여 3명이 발성한 항공편 예약관련 200문장에 대하여 연속음성인식 실험을 수행하였다. 인식실험 결과, 반복학습에 의해 작성한 언어모델을 이용한 경우가 반복학습 적용 전에 비하여 평균 20.4%의 인식률 향상을 보였다. 또한 기존의 문맥자유문법을 이용한 시스템과 비교하여 인식률이 평균 13.4% 향상되어 제안한 방법이 시스템에 유효함을 확인하였다.

#반복학습법 #문맥자유문법 #단계적 탐색 #n-gram 언어모델 #HTK #Iterative teaming #N-gram language models #Context-free grammar #Multiple-pass search #HTK

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!